Metriken-Export

Der OPC Router erfasst kontinuierlich Laufzeit-Metriken und kann diese an externe Monitoring-Systeme wie Grafana, Prometheus oder InfluxDB exportieren. Eine Teilmenge der Metriken ist direkt im Service-Dashboard einsehbar.

Enterprise+ Add-on-Lizenz erforderlich

Der Export von Metriken per OTLP oder InfluxDB erfordert eine aktive Enterprise+-Lizenz. Weitere Informationen zur Lizenzzuordnung und zu anderen Enterprise+-Funktionen finden Sie unter Lizenzstufen. Einige systemweite Metriken (CPU, Arbeitsspeicher, Laufwerke) werden unabhängig davon intern aufgezeichnet und im Service-Dashboard angezeigt.

Konfiguration

Die Einstellungen finden Sie im Menü unter Optionen → Monitoring und Diagnose, dort im Abschnitt Telemetrie- und Log-Export-Einstellungen. Dieselbe Seite bündelt auch die Logausgaben und die interne Metrik-Aufzeichnung; für den Export sind die Karten Zentrale Metriksammlung über OTLP und Zentrale Metriksammlung über InfluxDB zuständig. Die Karte Zentrale Log-Erfassung über OTLP exportiert Logs statt Metriken und ist hier nicht beschrieben.

OTLP

Eigenschaft	Beschreibung
OTLP-Metrikerfassung aktivieren	Aktiviert den OTLP-Export
OTLP-Endpunkt	Zieladresse des OTLP-Collectors, z. B. http://localhost:4317
OTLP Protocol	Übertragungsprotokoll: gRPC (Standard) oder HTTP/Protobuf
OTLP Headers	Optionale HTTP-Header, z. B. für Authentifizierung (Authorization: Bearer ...)
Timeout (ms)	Zeitlimit für die Übertragung an den Collector (Standard: 10.000 ms)

InfluxDB

Eigenschaft	Beschreibung
Metrik-Export nach InfluxDB aktivieren	Aktiviert den InfluxDB-Export
InfluxDB-Endpunkt	URL der InfluxDB-Instanz, z. B. http://localhost:8086
InfluxDB Organization	InfluxDB-Organisation
InfluxDB Bucket	Ziel-Bucket
InfluxDB Token	API-Token für die Authentifizierung
Flush Interval (ms)	Wie häufig gesammelte Metriken geschrieben werden (Standard: 1.000 ms)
Exportintervall (ms)	Messintervall (Standard: 60.000 ms)

hinweis

Der InfluxDB-Token und die OTLP-Header werden direkt in den Feldern hinterlegt; sie lassen sich nicht aus der zentralen Secrets-Ablage auswählen. Vergeben Sie deshalb einen Token, der nur die Schreibrechte auf das genutzte Bucket besitzt.

System-Instrumentierung

Die Schalter stehen auf derselben Seite in der Karte Zusätzliche Erfassung von Metriken.

Eigenschaft	Beschreibung	Standard
Laufzeitmetriken aktivieren	Laufzeit-Metriken der .NET-Runtime (GC, Thread-Pool, ...)	Aktiv
Prozessmetriken aktivieren	Prozess-Metriken (CPU-Zeit, Speicher)	Aktiv
ASP.NET Core Metrics aktivieren	HTTP-Server-Metriken	Inaktiv
HTTP-Client-Metriken aktivieren	Metriken ausgehender HTTP-Anfragen	Inaktiv

---

So lesen Sie die Metriken

Für die Auswertung ist nicht nur der Metrikname wichtig, sondern auch der Metriktyp:

Typ	Bedeutung	Typische Nutzung
Gauge	Momentaufnahme eines aktuellen Zustands	Aktuelle Auslastung, Queue-Größe, Status
Counter	Monoton steigender Zähler	Fehleranzahl, erfolgreiche Ausführungen, Verbindungsversuche
Histogram	Verteilung von Messwerten	Latenzen, Bearbeitungszeiten, Nachrichtengrößen

Viele Metriken werden zusätzlich mit Attributen exportiert, zum Beispiel dem Flow-Namen. Dadurch lässt sich dieselbe Metrik pro Flow, Plug-in oder Zielsystem getrennt auswerten.

Für eine hilfreiche Auswertung mehrere Metriken kombinieren

Einzelne Metriken sind oft erst in Kombination aussagekräftig. Eine steigende Queue-Tiefe ist zum Beispiel erst dann problematisch, wenn gleichzeitig die Worker-Auslastung hoch bleibt oder die Bearbeitungszeiten ansteigen.

Kardinalität: Zeitreihen je Metrik

Jede Attributkombination einer Metrik – in Monitoring-Systemen auch Tag-Kombination genannt – bildet eine eigene Zeitreihe. Für diese Zeitreihen wird Speicher reserviert, sobald die Metrikerfassung läuft – auch ohne aktiven Export, da das Service-Dashboard dieselbe Erfassung nutzt.

Standardmäßig werden zu jeder Metrik höchstens 128 Zeitreihen einzeln geführt. Alle weiteren Attributkombinationen fasst die Erfassung in einem gemeinsamen Overflow-Punkt zusammen. Deren Werte sind dann nicht mehr nach Attributen auswertbar.

Erzeugt eine Anlage – zum Beispiel durch sehr viele Flows, Trigger oder Plug-in-Instanzen – auf einer Metrik mehr als 128 Attributkombinationen, heben Sie das Limit über die Umgebungsvariable OR_METRICS_CARDINALITY_LIMIT an. Ein höheres Limit erhöht den Speicherbedarf je Dienstprozess. Die Änderung wirkt nach einem Neustart der Dienste. Siehe Umgebungsvariablen für Metriken.

Wertemapping für Statusmetriken

Einige Statusmetriken werden als numerische Werte exportiert. Für Dashboards und Alarme sollte deshalb eine feste Wertetabelle verwendet werden.

inray.service.escalation_level

Beschreibt den globalen Gesundheitszustand des OPC Routers.

Wert	Bedeutung	Praktische Interpretation
-2	Undefined	Zustand ist noch nicht bestimmbar
-1	Initializing	Dienst initialisiert noch interne Komponenten
0	EscalationLevel0	Normalbetrieb
1	EscalationLevel1	Gute, stark wiederholte Transferwerte werden teilweise verworfen
2	EscalationLevel2	Gute Transferwerte werden verworfen
3	EscalationLevel3	Transferwerte werden vollständig verworfen
4	EscalationLevel4	Nachrichten normaler Priorität werden verworfen

inray.connections.state

Beschreibt den aktuellen Zustand eines Flows.

Wert	Bedeutung	Praktische Interpretation
-1	Null	Noch kein gültiger Flow-Zustand vorhanden
0	StartUp	Flow startet
1	Validate	Flow wird geprüft
2	Ready	Flow ist betriebsbereit
3	TriggerCheckError	Fehler bei der Trigger-Prüfung
4	TriggerStatusError	Fehler im Trigger-Status
5	TriggerConfigError	Fehler in der Trigger-Konfiguration
6	PlugInError	Fehler in einem beteiligten Plug-in
7	NoLicense	Lizenz fehlt oder ist ungültig
8	ShutDown	Flow wird beendet oder ist heruntergefahren
9	StandBy	Flow ist inaktiv, aber vorhanden

inray.connections.execution.state

Beschreibt das Ergebnis des letzten ausgeführten Flows.

Wert	Bedeutung	Praktische Interpretation
0	None	Noch keine Ausführung oder kein Ergebnis vorhanden
1	Ok	Letzte Ausführung erfolgreich
2	Aborted	Ausführung wurde abgebrochen
3	Error	Ausführung endete mit Fehler
4	Pending	Ausführung steht noch aus
5	Forwarded	Ausführung wurde weitergeleitet
6	Discarded	Ausführung wurde verworfen

inray.connections.trigger.state und inray.connections.trigger.async.status

Beschreibt den Zustand des Triggers eines Flows.

Wert	Bedeutung	Praktische Interpretation
0	None	Noch kein gültiger Triggerstatus vorhanden
1	Ok	Trigger arbeitet ordnungsgemäß
2	StatusError	Trigger meldet einen Statusfehler
3	CheckError	Trigger-Prüfung fehlgeschlagen
4	ConfigError	Trigger ist fehlerhaft konfiguriert

inray.plugins.instance.status

Beschreibt den Zustand einer Plug-in-Instanz.

Wert	Bedeutung	Praktische Interpretation
0	Uninitialized	Plug-in wurde noch nicht initialisiert
1	Initializing	Plug-in startet oder initialisiert Ressourcen
2	Ok	Plug-in arbeitet ordnungsgemäß
3	Warning	Plug-in arbeitet, meldet aber Warnungen
4	Error	Plug-in ist fehlerhaft
5	Stopped	Plug-in ist gestoppt
6	NoLicense	Plug-in kann wegen fehlender Lizenz nicht ausgeführt werden

inray.opcua.connection_manager.state

Beschreibt den Verbindungszustand des OPC-UA-Connection-Managers.

Wert	Bedeutung	Praktische Interpretation
0	Disconnected	Keine aktive Verbindung zum OPC-UA-Server
1	Connected	Verbindung steht
2	InvalidConfig	Verbindung kann wegen ungültiger Konfiguration nicht aufgebaut werden

---

Verfügbare Metriken

Alle Metriken tragen das Präfix inray. und können mit Attributen (Dimensionen) wie dem Flow-Namen oder dem Plug-in-Typ angereichert sein.

Nicht alle Metriken sind immer verfügbar

Plug-in-spezifische Metriken werden nur exportiert, wenn das jeweilige Plug-in lizenziert und aktiv ist. Welche Metriken tatsächlich geliefert werden, hängt von der Konfiguration und dem Laufzeitzustand des OPC Routers ab.

Dienst & System

Allgemeine Zustandsmetriken des OPC-Router-Dienstes und des Host-Systems.

Hilfreich für:

• Überwachung des Gesamtzustands des Dienstes
• Erkennen von CPU-, Speicher- oder Speicherplatzengpässen
• Alarmierung bei kritischen Betriebszuständen

Darunter u. a. folgende Metriken:

Metrik	Typ	Einheit	Beschreibung
inray.service.escalation_level	Gauge	-	Globaler Gesundheitszustand des OPC Routers; die numerischen Werte sollten über die obige Wertetabelle aufgelöst werden
inray.service.used_memory_bytes	Gauge	Bytes	Speicherverbrauch des Prozesses
inray.system.processor_usage	Gauge	%	CPU-Auslastung des Host-Systems
inray.system.memory_usage	Gauge	%	Speicherauslastung des Host-Systems
inray.system.free_memory_bytes	Gauge	Bytes	Verfügbarer Arbeitsspeicher
inray.drives.{Laufwerk}.free_bytes	Gauge	Bytes	Freier Speicherplatz je Laufwerk
inray.drives.{Laufwerk}.total_bytes	Gauge	Bytes	Gesamtgröße je Laufwerk

Transfer-Manager

Metriken zum internen Verarbeitungs-Scheduler des OPC Routers. Diese Werte bilden die Grundlage des Service-Dashboards.

Hilfreich für:

• Erkennen von Rückstau im Verarbeitungspfad
• Bewertung, ob genügend Worker-Threads verfügbar sind
• Analyse, ob steigende Latenzen durch Last oder durch einzelne langsame Transfers verursacht werden

Die Anzeige Systemlast nachrechnen

Die Anzeige „Systemlast“ im Dienststatus basiert direkt auf diesen beiden Metriken:

• Regular: inray.transfer_manager.default_prio_average_workload
• High Prio: inray.transfer_manager.high_prio_average_workload

Die Berechnung erfolgt in drei Schritten:

1. Für jeden Worker-Thread wird pro Messintervall ein Auslastungs-Sample gebildet:

load_sample = activeMs / (activeMs + idleMs)

Dabei ist activeMs die Zeit, in der der Thread tatsächlich Transfers bearbeitet, und idleMs die Zeit, in der der Thread wartet.

2. Der OPC Router speichert pro Worker-Thread den Durchschnitt der letzten bis zu 10 Samples:

load_thread = (load_sample_1 + load_sample_2 + ... + load_sample_n) / n

mit n <= 10.

3. Das Dashboard liest für den gewählten Zeitraum alle gespeicherten Werte der jeweiligen Metrik und bildet daraus erneut den arithmetischen Mittelwert:

load_dashboard = (load_thread_1 + load_thread_2 + ... + load_thread_m) / m

Die Anzeige der Gauge erfolgt anschließend als Prozentwert:

Anzeige in % = load_dashboard * 100

Beispiel:

• Ein Dashboard-Wert von 0.37 entspricht einer angezeigten Systemlast von 37 %.
• Ein Dashboard-Wert von 0.85 entspricht 85 % und deutet auf eine hohe dauerhafte Auslastung hin.
• Wenn für den gewählten Zeitraum keine Werte vorliegen, zeigt die Gauge N/A.

Wichtig für die Interpretation:

• Die Gauge zeigt keine CPU-Auslastung des Hosts, sondern die zeitliche Auslastung der Transfer-Worker.
• Die Gauge ist ein gemittelter Verlauf, kein Momentanwert eines einzelnen Threads.
• Für Regular werden die Werte der normalen und niedrigen Priorität verwendet, für High Prio die Werte der hochpriorisierten Worker.

Darunter u. a. folgende Metriken:

Metrik	Typ	Einheit	Beschreibung
inray.transfer_manager.queue_depth	Gauge	Items	Anzahl aktuell wartender Transfer-Ausführungen über alle Prioritäten; ein dauerhaft steigender Wert weist auf Rückstau hin
inray.transfer_manager.queue_depth.high_priority	Gauge	Items	Aktuell wartende hochpriorisierte Ausführungen; sollte bevorzugt niedrig bleiben
inray.transfer_manager.queue_depth.normal_priority	Gauge	Items	Aktuell wartende normal priorisierte Ausführungen
inray.transfer_manager.queue_depth.low_priority	Gauge	Items	Aktuell wartende niedrig priorisierte Ausführungen
inray.transfer_manager.busy_worker_threads	Gauge	Threads	Beschäftigte Worker-Threads
inray.transfer_manager.ready_worker_threads	Gauge	Threads	Bereite Worker-Threads
inray.transfer_manager.worker_thread_utilization	Gauge	%	Gesamtauslastung aller Worker; dauerhaft hohe Werte zusammen mit wachsender Queue deuten auf Kapazitätsgrenzen hin
inray.transfer_manager.utilization.high_priority	Gauge	%	Anteil der Verarbeitungszeit für hochpriorisierte Transfers
inray.transfer_manager.utilization.normal_priority	Gauge	%	Anteil der Verarbeitungszeit für normal priorisierte Transfers
inray.transfer_manager.utilization.low_priority	Gauge	%	Anteil der Verarbeitungszeit für niedrig priorisierte Transfers
inray.transfer_manager.average_triggers_per_second	Gauge	Items/s	Mittlere Eingangsrate in den Transfer-Manager
inray.transfer_manager.average_processing_time_per_item	Gauge	ms	Mittlere Bearbeitungszeit pro verarbeitetem Item
inray.transfer_manager.trigger_transfer_delay	Histogram	ms	Zeit zwischen Trigger-Ereignis und tatsächlicher Abarbeitung; wichtig für Latenzanalysen
inray.transfer_manager.tags_executed	Histogram	Tags	Anzahl verarbeiteter Tags pro Transfer; hilft beim Einordnen, warum ein Transfer länger dauert
inray.transfer_manager.default_prio_average_workload	Gauge	-	Backpressure für normale und niedrige Priorität; je höher der Wert, desto mehr Arbeit konnte nicht direkt übernommen werden
inray.transfer_manager.high_prio_average_workload	Gauge	-	Backpressure für hohe Priorität

Typische Lesart:

• queue_depth steigt, worker_thread_utilization bleibt hoch: Der Router verarbeitet kontinuierlich am Limit.
• average_processing_time_per_item steigt, tags_executed steigt ebenfalls: Die Transfers werden inhaltlich schwerer, nicht nur zahlreicher.
• high_prio_average_workload steigt, obwohl normale Queue niedrig ist: Hochpriorisierte Flows benötigen gezielte Analyse.

Flows

Metriken pro konfiguriertem Flow, dimensioniert mit dem Flow-Namen.

Hilfreich für:

• Erkennen fehlerhafter oder langsamer Einzel-Flows
• Vergleich einzelner Flows in Grafana oder InfluxDB
• Alarmierung bei Statuswechseln oder steigender Fehlerquote

Darunter u. a. folgende Metriken:

Metrik	Typ	Einheit	Beschreibung
inray.connections.execution.count	Counter	-	Gesamtanzahl Ausführungen
inray.connections.execution.success.count	Counter	-	Erfolgreiche Ausführungen
inray.connections.execution.error.count	Counter	-	Fehlerhafte Ausführungen
inray.connections.execution.duration	Histogram	ms	Ausführungsdauer
inray.connections.execution.type.duration	Histogram	µs	Ausführungsdauer je Ergebnisart, zum Beispiel Ok, Error oder Aborted
inray.connections.state	Gauge	-	Aktueller Flow-Status; die Zahlenwerte sollten über die obige Wertetabelle aufgelöst werden
inray.connections.execution.state	Gauge	-	Ergebnis der letzten Ausführung; hilfreich für Single-Stat-Panels oder Statusampeln
inray.connections.total.ok.count	Gauge	-	Flows im OK-Zustand
inray.connections.total.error.count	Gauge	-	Flows im Fehlerzustand
inray.connections.total.deactivated.count	Gauge	-	Deaktivierte Flows

Typische Lesart:

• execution.error.count steigt, während execution.count ebenfalls steigt: Der Flow arbeitet, produziert aber Fehler.
• execution.duration steigt ohne erhöhte Triggerlast: Ursache liegt eher in der Verarbeitung oder im Zielsystem als im Trigger.
• connections.state = 7: Der Flow ist nicht technisch gestört, sondern lizenzbedingt blockiert.

Trigger

Metriken für asynchrone Trigger, dimensioniert mit dem Flow-Namen.

Hilfreich für:

• Analyse überlaufender oder zu kleiner Trigger-Queues
• Bewertung, ob Trigger schneller erzeugt als verarbeitet werden
• Unterscheidung zwischen Konfigurationsfehlern und Laufzeitengpässen

Darunter u. a. folgende Metriken:

Metrik	Typ	Einheit	Beschreibung
inray.connections.trigger.async.status	Gauge	-	Zustand des asynchronen Triggers; die Zahlenwerte sollten über die obige Wertetabelle aufgelöst werden
inray.connections.trigger.async.queued_events	Gauge	-	Aktuell aufgelaufene Trigger-Ereignisse, die noch nicht verarbeitet wurden
inray.connections.trigger.async.queue_limit	Gauge	-	Konfiguriertes Maximum der Trigger-Warteschlange
inray.connections.trigger.async.enqueue.count	Counter	-	Gesamt eingereihte Events
inray.connections.trigger.async.dequeue.count	Counter	-	Gesamt verarbeitete Events
inray.connections.trigger.async.dequeue.dropped_timeout	Counter	-	Verworfene Events (Timeout)
inray.connections.trigger.async.queued_per_second_avg	Gauge	Events/s	Mittlere Eingangsrate
inray.connections.trigger.async.dequeued_per_second_avg	Gauge	Events/s	Mittlere Abarbeitungsrate
inray.connections.trigger.async.dropped_per_second_avg	Gauge	Events/s	Mittlere Verwerfungsrate

Typische Lesart:

• queued_events nähert sich queue_limit: Die Queue ist zu klein oder die Abarbeitung zu langsam.
• queued_per_second_avg liegt dauerhaft über dequeued_per_second_avg: Rückstau baut sich auf.
• dequeue.dropped_timeout steigt: Der Flow kann Trigger-Ereignisse nicht rechtzeitig abarbeiten.

OPC UA

Metriken der OPC-UA-Verbindungsverwaltung, dimensioniert mit der Server-Adresse.

Hilfreich für:

• Überwachung der Stabilität von OPC-UA-Verbindungen
• Erkennen von Konfigurationsproblemen oder instabilen Sessions
• Bewertung des Lese- und Abo-Verhaltens

Darunter u. a. folgende Metriken:

Metrik	Typ	Einheit	Beschreibung
inray.opcua.connection_manager.state	Gauge	-	Verbindungsstatus des OPC-UA-Managers; die Zahlenwerte sollten über die obige Wertetabelle aufgelöst werden
inray.opcua.connection_manager.connection_established_successful.count	Counter	-	Erfolgreiche Verbindungsaufbauten
inray.opcua.connection_manager.connection_established_failed.count	Counter	-	Fehlgeschlagene Verbindungsaufbauten
inray.opcua.connection_manager.keep_alive_failed.count	Counter	-	Keep-Alive-Fehler
inray.opcua.connection_manager.watchdog_cycle_duration	Histogram	ms	Dauer des Watchdog-Zyklus
inray.opcua.group.item_count	Gauge	-	Anzahl abonnierter Items je Gruppe

Plug-ins

Metriken für das Plug-in-System sowie plug-in-spezifische Metriken einzelner Plug-in-Typen. Diese Metriken stehen nur zur Verfügung, wenn das jeweilige Plug-in aktiv und lizenziert ist.

Allgemeine Plug-in-Metriken

Metrik	Typ	Einheit	Beschreibung
inray.plugins.instance.count	Gauge	-	Anzahl aktiver Plug-in-Instanzen
inray.plugins.instance.status	Gauge	-	Zustand einer Plug-in-Instanz; die Zahlenwerte sollten über die obige Wertetabelle aufgelöst werden
inray.plugins.execution.count	Counter	-	Gesamtanzahl Plug-in-Ausführungen
inray.plugins.execution.time.histogram	Histogram	ms	Ausführungsdauer je Plug-in-Instanz
inray.plugins.total.ok.count	Gauge	-	Plug-ins im OK-Zustand
inray.plugins.total.error.count	Gauge	-	Plug-ins im Fehlerzustand
inray.plugins.total.warning.count	Gauge	-	Plug-ins mit Warnungen

MQTT-Plug-in

Metrik	Typ	Einheit	Beschreibung
inray.mqtt.connections.active	Gauge	-	Aktive MQTT-Verbindungen
inray.mqtt.connect.attempt	Counter	-	Verbindungsversuche
inray.mqtt.connect.ok	Counter	-	Erfolgreiche Verbindungen
inray.mqtt.connect.fail	Counter	-	Fehlgeschlagene Verbindungen
inray.mqtt.publish.ok	Counter	-	Erfolgreich veröffentlichte Nachrichten
inray.mqtt.publish.fail	Counter	-	Fehlgeschlagene Veröffentlichungen
inray.mqtt.publish.latency.ms	Histogram	ms	Publish-Latenz
inray.mqtt.payload.bytes	Histogram	Bytes	Nachrichtengröße

.NET Runtime & Prozess

Wenn die System-Instrumentierung aktiv ist, exportiert der OPC Router zusätzlich Standard-Metriken der .NET-Laufzeitumgebung und des Betriebssystemprozesses (standardmäßig aktiv). Diese umfassen u. a. Garbage-Collector-Statistiken, Thread-Pool-Auslastung und Prozess-CPU-Zeit.